%0 Journal Article
%T 基于gmdh神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究
%A 陈小强
%A 许仙珍
%A 蔡璐璐
%A 张江丰
%A 楼可炜
%J 热力发电
%P 102-107
%D 2014
%X 由于超超临界1000mw机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点，使得传统的控制方法难以适应过热蒸汽温度的控制，出现过热蒸汽温度波动大，甚至超温等问题。对此，采用数据处理群集方法（gmdh）神经网络建立了过热蒸汽温度动态预测模型，以预测过热蒸汽温度的变化趋势。仿真结果表明，基于gmdh神经网络的过热蒸汽温度预测效果优于线性神经网络和bp神经网络，具有较好的移植性和实用性。
%K 超超临界
%K 1000mw机组
%K 过热蒸汽温度
%K gmdh神经网络
%K 预测模型
%U http://rlfd.paperopen.com//oa/darticle.aspx?type=view&id=20140619